干眼,源于泪液的量或质的异常,从而造成了泪膜的不够完整,进而导致眼部不适的一类疾病。在临床诊断中发现,超过一半的干眼是由于睑板腺功能障碍引起。临床上睑板腺功能障碍的诊断多采用在裂隙灯下直接观察睑缘形态、睑板腺开口及分泌物情况的方式,由于睑板被结膜及上皮细胞覆盖,在裂隙灯下,医师无法清晰观察到睑板腺形态的变化,诊断结果的准确程度主要取决于临床医师的经验。由于近红外光对人体组织和细胞具有较大的透射深度,因此在近红外光照明下,可拍摄到睑板腺腺体图像。睑板腺近红外成像技术已逐渐成为睑板腺功能障碍诊断的重要方法。然而采集到睑板腺近红外图像后,医师需要在睑板腺近红外图像上手动绘制睑板区域与睑板腺存在区域的大小,绘制过程相对繁琐、费时,且精确度较低,易引入人为误差。为了解决上述问题,论文采用图像处理的方法对睑板腺近红外光图像进行自动分析,通过图像预处理、图像增强、睑板区域分割、腺体缺失区域识别,计算出腺体的面积缺失率,并对病灶等级进行判定,从而实现睑板腺功能障碍的自动诊断,避免了手动分析图片的繁琐及人为因素的干扰,有效提高了睑板腺功能障碍诊断的客观性。论文的主要研究内容包括以下几个部分:(1)近红外睑板腺成像装置的设计。根据睑板腺的成像特点,设计了近红外睑板腺成像装置并搭设了近红外睑板腺成像装置样机。(2)睑板腺近红外图像预处理算法的研究。首先针对睑板腺近红外图像的噪声特点,分别采用中值滤波、维纳滤波算法降低图像噪声。接着通过直方图规定化算法对睑板腺近红外图像的整体对比度进行调整,最后使用Wallis锐化算法对图像进行锐化,增强图像质量。(3)睑板区域自动分割算法的研究。首先采用最大类间分割算法对预处理后的睑板腺近红外图像进行二值处理,使得睑板区域与睑缘区域作为目标区域被识别出来。接着分别通过腐蚀算法、最大连通域提取、膨胀算法对二值图像进行处理,实现睑板区域的初步分割。最后采用凸包算法对睑板区域进行处理,修复睑板区域的边缘曲线的缺陷,从而实现睑板区域的自动分割。(4)腺体识别算法的研究及腺体缺失面积的计算。首先分别采用自动阈值迭代、最大连通域提取、外边缘提取算法、腐蚀算法对分割后的睑板区域图像进行处理,识别出睑板区域内的睑板腺腺体,并计算出睑板腺腺体所占的像素面积。接着将睑板区域图像与睑板腺腺体图像进行差分运算,计算出睑板区域的面积,从而便可计算出睑板腺腺体的面积缺失率,并根据睑板腺腺体缺失率对睑板腺功能障碍的病灶情况进行分级。最后对论文的睑板腺处理算法进行实验测试,测试结果表明,论文算法自动计算所得的面积缺失率与使用ImageJ软件手动定义区域计算所得的面积缺失率的偏差的绝对值<5%,满足了睑板腺功能障碍诊断的需求。